白洪偉，吳滿意

(1.宿州學(xué)院安徽省煤礦勘探工程技術(shù)研究中心，安徽 宿州 234000;2.國(guó)家測(cè)繪地理信息局第一地形測(cè)量隊(duì)，陜西 西安 710054)

反算線性混合模型方法的應(yīng)用研究

白洪偉1，吳滿意2

(1.宿州學(xué)院安徽省煤礦勘探工程技術(shù)研究中心，安徽 宿州 234000;2.國(guó)家測(cè)繪地理信息局第一地形測(cè)量隊(duì)，陜西 西安 710054)

以ETM影像為基準(zhǔn)對(duì)MODIS影像進(jìn)行匹配，同時(shí)對(duì)ETM影像進(jìn)行分類，結(jié)合配準(zhǔn)后的MODIS影像和影像分類圖生成豐度矩陣，再將配準(zhǔn)后的MODIS像元反射率數(shù)據(jù)和豐度矩陣相結(jié)合解算線性混合模型，獲得其端元反射率，實(shí)驗(yàn)實(shí)現(xiàn)從低空間分辨率影像提取高空間特征端元反射率，結(jié)果驗(yàn)證與精度評(píng)價(jià)證明了反算線性混合模型方法的科學(xué)性和可行性。

豐度矩陣；線性混合模型；ETM影像；MODIS影像

1 引 言

以陜西省中部地區(qū)延安市黃陵縣橋山林區(qū)為研究區(qū)域，中心緯度是北緯36.04 °、東經(jīng)109.18 °，研究區(qū)的總面積為4 028.34 km2。該地區(qū)屬溫帶季風(fēng)氣候，夏季溫度較高,雨水較多，冬季較寒冷且干燥。地處山區(qū)，地貌類型為山地，該地區(qū)西部山地有廣泛的林區(qū),落葉闊葉林是這片區(qū)域最為主要的植被，并有小面積的常綠林。

研究區(qū)域?yàn)?003年全年6幅中分辨率成像光譜儀(moderate-resolution imaging spectroradiometer,MODIS)影像，這些影像是與(ETM)+獲取時(shí)間對(duì)應(yīng)的地表反射率影像及6幅衛(wèi)星增強(qiáng)性制圖儀(Landsat-7 ETM+)，3、4、5波段融合影像，該地區(qū)植被覆蓋圖選用比例尺1∶3 000 000、1∶1 000 000的土地利用數(shù)據(jù)庫(kù)資料、地面調(diào)查數(shù)據(jù)資料及其它影像等數(shù)據(jù)。筆者利用增強(qiáng)型專題繪圖儀(ETM+)影像生成彩色影像，為分類和后期精度驗(yàn)證做準(zhǔn)備，選擇3個(gè)最合適的波段進(jìn)行假彩色融合，選擇5、4、3波段分別賦與紅、綠、藍(lán)生成假彩色融合圖像。ETM影像多光譜波段空間，分辨率為30 m，每日地表反射率影像為MODIS影像，空間分辨率250 m，包含1、2波段(紅外、近紅外)。

2 影像處理

2.1 MODIS影像投影轉(zhuǎn)換

由于MODIS影像自身的原因，其為正弦投影，因此對(duì)MODIS影像先進(jìn)行重投影，然后進(jìn)行坐標(biāo)轉(zhuǎn)換，將其坐標(biāo)系統(tǒng)轉(zhuǎn)化為UTM—WGS84坐標(biāo)系統(tǒng)，使MODIS影像與ETM+影像有相同的坐標(biāo)系統(tǒng)，對(duì)以后的數(shù)據(jù)方便處理。圖1和圖2是MODIS波段1投影轉(zhuǎn)換前后影像。

圖1 正弦投影影像 圖2 UTM—WGS8影像

2.2 影像配準(zhǔn)

對(duì)ETM影像做簡(jiǎn)單的數(shù)據(jù)處理，提取其中的地類分布信息，將這些地類分布信息參與MODIS混合像元的分解，這些數(shù)據(jù)的幾何特征必須一致，幾何配準(zhǔn)關(guān)系到子像元分辨率解算的幾何精準(zhǔn)性及豐度矩陣計(jì)算。本實(shí)驗(yàn)選用的基準(zhǔn)為2003年1月份ETM影像，圖像配準(zhǔn)的影像是其它ETM影像和投影轉(zhuǎn)換后的MODIS影像。通常配準(zhǔn)選用均方根誤差作為圖像配準(zhǔn)的精度指標(biāo)，ETM對(duì)多時(shí)相ETM配準(zhǔn)精度平均值為0.307 8，ETM對(duì)多時(shí)相MODIS配準(zhǔn)的均方根誤差平均值為1.328，配準(zhǔn)精度比較高，為后續(xù)試驗(yàn)奠定了基礎(chǔ)。圖3和圖4是MODIS波段1配準(zhǔn)前與配準(zhǔn)后的影像。

圖3 原始MODIS影像-b1 圖4 配準(zhǔn)后MODIS影像-b1

2.3 大氣校正

MODIS與ETM+傳感器的一些參數(shù)都很接近，如衛(wèi)星高度、成像時(shí)間、姿態(tài)，受到相同的大氣效應(yīng)影響，所以大氣校正不再需要。此外，考慮到實(shí)驗(yàn)研究的目的所以不需要進(jìn)行輻射定標(biāo)。

2.4 ETM影像分類

圖像分類主要采用的方法，是利用傳統(tǒng)的非監(jiān)督分類和監(jiān)督分類相互結(jié)合。首先對(duì)ETM+假彩影像進(jìn)行分類，利用IsoData方法進(jìn)行非監(jiān)督分類；然后對(duì)分類的結(jié)果進(jìn)行合并，整合出5種最佳類別，分別是：城鎮(zhèn)、林地、裸地、農(nóng)田及水域；再結(jié)合一些資料數(shù)據(jù)利用最大似然值法進(jìn)行監(jiān)督分類。這些資料為土地利用數(shù)據(jù)庫(kù)、植被覆蓋圖以及地面調(diào)查資料。從表1得出結(jié)果：不同時(shí)期城鎮(zhèn)、林地、裸地、農(nóng)田及水域所占的面積不同，其中林地在這些類別中面積占有率最大，波動(dòng)較為劇烈，但總體變化規(guī)律：隨季節(jié)性變化較大的是植被，城鎮(zhèn)區(qū)域受其生長(zhǎng)影響，面積變化為夏季小,冬季大；水域面積隨氣候溫度變化受到影響最大，汛期面積大，枯水時(shí)面積??；農(nóng)田面積隨人為活動(dòng)和氣候的變化受到影響較大，夏季廣袤,冬季則稀疏；植被面積與裸地面積變化成反相關(guān)[1-3]。分類后各地類面積比例如表1。

分類精度評(píng)定利用各類別地面采樣數(shù)據(jù)計(jì)算分類精度和Kappa系數(shù)(表2)。在研究區(qū)域內(nèi)，地類分布比較復(fù)雜，在遙感影像上呈現(xiàn)出的光譜特征較易判讀，尤其是在夏季和冬季地類光譜特征差異最為明顯，所以精度總體較高。在數(shù)據(jù)有限的情況下，這樣分類精度、豐度矩陣計(jì)算是可行的。每個(gè)MODIS像元可能包含1～5種地物。根據(jù)豐度矩陣的計(jì)算方法，每幅ETM+影像產(chǎn)生5組豐度矩陣[4-6]。

2.5 豐度矩陣解算

根據(jù)豐度矩陣計(jì)算的方法，編程實(shí)現(xiàn)最小二乘計(jì)算方法，以灰度圖像形式儲(chǔ)存豐度矩陣。

2.6 ETM反射率轉(zhuǎn)換

對(duì)于端元反射率，為了評(píng)價(jià)其精度，應(yīng)把灰度值轉(zhuǎn)換為反射率。Landsat衛(wèi)星的ETM和TM影像，它們的反射率計(jì)算依據(jù)圖像每個(gè)波段的增益和偏移這2個(gè)參數(shù)，通過(guò)公式(1)計(jì)算。

L=Gain.DN+Bias

(1)

3 實(shí)驗(yàn)結(jié)果及評(píng)價(jià)

通過(guò)實(shí)驗(yàn)計(jì)算得出豐度矩陣，根據(jù)MODIS影像，結(jié)合其b1、b2波段像元反射率，計(jì)算b1、b2端元反射率是利用IDL語(yǔ)言編寫最小二乘法程序得出。降解后的MODIS數(shù)據(jù)，用ETM+數(shù)據(jù)和原MODIS數(shù)據(jù)分別與其進(jìn)行對(duì)比，從而對(duì)其精度進(jìn)行評(píng)定。再用上述這幾種數(shù)據(jù)分別生成各種NDVI，繪制NDVI曲線，評(píng)價(jià)其實(shí)際應(yīng)用效果[7，8]。

表4 原MODIS與ETM+端元反射率相關(guān)系數(shù)、均方根誤差比較

表5 降解后MODIS與ETM+端元反射率相關(guān)系數(shù)、均方根誤差比較

對(duì)于降解后MODIS和ETM，分別計(jì)算其各種端元反射率值、原MODIS和ETM各種端元反射率的相關(guān)系數(shù)和均方根誤差，生成以原始數(shù)據(jù)為依據(jù)的NDVI時(shí)間序列曲線，定性比較三者的差異。從表4、表5和圖6中看出，NDVI時(shí)間序列曲線的變化規(guī)律與形狀有較強(qiáng)的相關(guān)性，相關(guān)系數(shù)較大，均方根誤差較小。

4 結(jié) 論

通過(guò)研究，高空間特征端元反射率的提取可通過(guò)低空間分辨率實(shí)現(xiàn)，結(jié)果驗(yàn)證與精度評(píng)價(jià)有力地證明了反算線性混合模型方法的可行性和科學(xué)性，為后續(xù)的圖像模擬奠定了理論和實(shí)踐基礎(chǔ)。在今后的研究中應(yīng)特別注意，為了使圖像模擬取得更好的結(jié)果，研究區(qū)域的選取以模擬算法選用更易匹配的影像與圖像分類為準(zhǔn)。

[1]張春森，李輝.子像元NDVI時(shí)間序列曲線生成研究[J].測(cè)繪科學(xué)，2013,38(05):105-107.

[2]陳宇,顧行發(fā),余濤,等.光學(xué)傳感器的系統(tǒng)NER的模擬[J].傳感器與儀器儀表,2010,26,(8-1):87-89

[3]李文靜,溫文鵬，王清和.基于Contourlet變換的遙感圖像融合方法研究[J].國(guó)土資源遙感，2015，(02):44-50.

[4]吳一全，陳颯．Contourlet變換和Tsallis熵的多源遙感圖像匹配[J].遙感學(xué)報(bào)，2010，14(05):893-904.

[5]李占勝，潘劍君.基于尺度轉(zhuǎn)換提高M(jìn)ODIS影像耕地解譯精度的研究[J].遙感技術(shù)與應(yīng)用，2010，25(02)：240-244.

[6]周覓.遙感信息及其尺度問(wèn)題進(jìn)展研究[J].中國(guó)信息界，2010，(162)：96-97.

[7]布和敖斯?fàn)?馬建文,王勤學(xué),等.多傳感器不同分辨率遙感數(shù)字圖像的尺度轉(zhuǎn)換[J].地理學(xué)報(bào),2004,59(01):101-110.

[8]Kong W，Lei Y，Ni X．Fusion technique for grey-scale visible light and infrared images based on non-subsampled Contourlet transform and intensity-hue-saturation transform[J].IET Signal Process,2011,5(01):75-80.

[責(zé)任編輯：王榮榮 英文編輯：劉彥哲]

Applications of Inverse Linear Hybrid Model

BAI Hong-wei1,WU Man-yi2

(1.Anhui Province Coal Mine Exploration Engineering Technology Research Center,Suzhou University,Suzhou Anhui 234000,China;2.First Topographic Surveying Brigade of SBSM,Xi’an,Shanxi 710054,China)

ETM image was used as a benchmark to match the MODIS images,The ETM image was classified,then combined the alignment of MODIS images and image classification graph to generate abundance matrix.The MODIS pixel reflectance data after alignment were combined with abundance matrix to solve linear mixed model,and obtained the endmember reflectance.The experiment realized extraction endmember reflectance with high spatial characteristics from the low spatial resolution image.the verified results and evaluated accuracy prove that the inverse linear mixed model method is scientific and feasible.

abundance matrix;linear hybrid model;ETM image;MODIS image

宿州學(xué)院安徽省煤礦勘探工程技術(shù)研究中心資助開放課題(2013YKF04)；宿州學(xué)院教研項(xiàng)目(szxyjyxm201419)；宿州學(xué)院一般科研項(xiàng)目(2013yyb06)

白洪偉(1987-)，男，安徽宿州人，助教，碩士，主要從事測(cè)繪研究。

O 29：P 237

A

10.3969/j.issn.1673-1492.2015.06.005

來(lái)稿日期：2015-06-18